Gráficos

Os gráficos são recursos utilizados para representar um fenômeno

que possa ser mensurado, quantificado ou ilustrado de forma mais
ou menos lógica. Assim como os mapas indicam uma representação
espacial de um determinado acontecimento ou lugar, os gráficos
apontam uma dimensão estatística sobre um determinado fato.
Por esse motivo, interpretar corretamente os gráficos
disponibilizados em textos, notícias, entre outras situações, é de
suma importância para compreender determinados fenômenos.
Eles, geralmente, comparam informações qualitativas e
quantitativas, podendo envolver também o tempo e o espaço.

Existe uma grande variedade de tipos de gráficos, dentre os quais

podemos destacar os de coluna, em barras, pizza, área, linha e rede

Gráficos de coluna
Juntamente aos gráficos em barra, são os mais utilizados. Indicam,
geralmente, um dado quantitativo sobre diferentes variáveis,
lugares ou setores e não dependem de proporções. Os dados são
indicados na posição vertical, enquanto as divisões qualitativas
apresentam-se na posição horizontal.
Gráficos em barra
Possuem basicamente a mesma função dos gráficos em colunas,
com os dados na posição horizontal e as informações e divisões na
posição vertical.
Gráficos em pizza ou circular
É um tipo de gráfico, também muito utilizado, indicado para
expressar uma relação de proporcionalidade, em que todos os
dados somados compõem o todo de um dado aspecto da realidade.

Gráficos em linhas
O gráfico de linha é utilizado para demonstrar uma sequência
numérica de um certo dado ao longo do tempo. É indicado para
demonstrar evoluções (ou regressões) que ocorrem em sequência
para que o comportamento dos fenômenos e suas transformações
seja observado.
Gráfico de áreas
É semelhante ao gráfico em linhas, diferenciando-se apenas por
evidenciar uma noção de proporção sobre o todo. É também usado
para apontar a relação dos diferentes dados entre si.
Gráfico em rede
Esse tipo de gráfico não é tão comum na disciplina geográfica, sendo
mais frequentemente utilizado para medição de termos
especificamente estatísticos e até em jogos de videogames, on-line
ou do tipo RPG. Sua utilidade é comparar valores distintos de uma
mesma variável.

Gráfico de rosca
Os dados organizados em colunas ou linhas apenas em uma planilha
podem ser plotados em um gráfico de rosca. Como um gráfico de
pizza, um gráfico de rosca mostra o relacionamento das partes com o
todo.
Média, moda e mediana.

A moda, a média e a mediana são conhecidas como medidas de

tendências centrais. No estudo da Estatística, é bastante comum
que elas sejam utilizadas para compreender melhor o
comportamento de um conjunto de dados.

Em um conjunto de dados, a moda é o valor mais frequente no

conjunto, ou seja, que mais se repete. Já a mediana é o valor central
do conjunto. Já com relação às médias, existem vários tipos, sendo
as mais comuns à média aritmética simples e a média aritmética
ponderada. A moda, a média e a mediana são bastante recorrentes
em exames de seleção e no Enem.

O que é média, moda e mediana?

"A moda, a média e a mediana são conhecidas como medidas de
tendências centrais. Durante o estudo da Estatística, utilizamos as
medidas centrais para representar um conjunto de dados com um
único valor. A partir da moda, da média ou da mediana, é possível
tomar determinadas decisões."

Moda

"Em um conjunto de dados, a moda é aquele resultado mais

recorrente no conjunto, ou seja, com maior frequência absoluta. Já
parou para pensar sobre como as lojas planejam os seus estoques
de um determinado produto? Ainda que existem várias marcas de
um mesmo produto, há aquele tem maior saída. Para analisar isso,
é utilizada a moda.

Exemplo:

Em uma loja de calçados femininos, o estoque é reposto

mensalmente. Para entender melhor o consumo de seus clientes, o
dono da loja decidiu anotar o tamanho escolhido pelos 35 primeiros
clientes em uma lista:
N = {35, 37, 36, 34, 38, 35, 37, 37, 33, 36, 38, 37,35, 37, 34, 33, 37, 36,
35, 38, 36, 35, 36, 37, 38, 39, 37, 37, 36, 37, 33, 37, 35, 37, 39}

Analisando os dados coletados, para realizar o próximo pedido, o

tamanho de calçado mais recorrente entre as clientes é a moda
desse conjunto.

N = {35, 37, 36, 34, 38, 35, 37, 37, 33, 36, 38, 37,35, 37, 34, 33, 37, 36,
35, 38, 36, 35, 36, 37, 38, 39, 37, 37, 36, 37, 33, 37, 35, 37, 39}

A partir da moda, é possível perceber que 37 é o tamanho mais

recorrente entre as clientes dessa loja, dado esse que ajudaria a loja
na escolha dos tamanhos na hora de repor o estoque.
Representamos a moda por Mo. Nesse caso, temos que Mo = 37.

Para encontrar a moda, basta escolher o valor com maior frequência

absoluta.

Exemplo 2:

Analise os conjuntos e encontre a sua moda:

a) A = {1, 0, 2, 3, 1, 4, 5, 1, 2, 3, 0, 7, 8, 9}
Analisando o conjunto A, é possível perceber que existem dois
elementos que mais se repetem no conjunto:

A = {1, 0, 2, 3, 1, 4, 5, 1, 0, 3, 0, 7, 8, 9, 0, 1}

Nesse caso existem dois valores que possuem maior frequência

absoluta, logo o conjunto terá duas modas, configurando-se como
um conjunto bimodal.
Mo = {0, 1}

b) B {0, 1, 2, 3, 4, 5, 6, 0, 1, 2, 3, 4, 5, 6}

Analisando esse conjunto, podemos perceber que todos os

elementos se repetem de forma igualitária. Quando a frequência
absoluta dos termos é a mesma, o conjunto não terá uma moda,
logo dizemos que o conjunto é amodal.

Mediana

Dado um conjunto numérico, conhecemos como mediana o valor

que ocupa a posição central dos valores quando organizamos esses
dados em ordem. Para encontrar a mediana, é possível listar os
termos em ordem crescente ou decrescente e encontrar o termo que
ocupa a posição central.
Para isso, podemos distinguir dois casos: quando há uma
quantidade ímpar de elementos no conjunto e quando há uma
quantidade par de elementos no conjunto.

1º caso — quantidade ímpar de elementos

Exemplo:

A altura dos professores da área de ciências da natureza de uma

escola foi listada a seguir:

A = { 1,79 m; 1,72 m; 1,63 m; 1,82 m; 1,65 m; 1,75 m; 1,80 m}

Para encontrar a mediana, é essencial que o primeiro passo seja

colocar os dados em ordem crescente ou decrescente.

A = {1,63; 1,65; 1,72; 1,75; 1,79; 1,80; 1,82}

Note que há sete elementos no conjunto. Como há uma quantidade

ímpar de elementos, a mediana será o termo que está exatamente
na metade da lista. Para encontrar o termo central, primeiro
encontramos a posição desse termo, dividindo a quantidade de
termos por 2, e arredondamos o resultado para o próximo número
inteiro, que será a posição do termo central.
Como há 7 elementos, sabemos que 7 : 2 = 3,5. Sempre vamos
arredondar para o termo posterior, então a mediana desse conjunto
é o 4º termo do conjunto. Agora analisaremos o conjunto:

A = {1,63; 1,65; 1,72; 1,75; 1,79; 1,80; 1,82}

Portanto, a mediana é 1,75 m.

2º caso — quantidade par de elementos

Quando a quantidade de elementos do conjunto é par, é necessário
calcular a média entre os dois termos que se encontram no meio do
conjunto em ordem.

Exemplo:

B = { 1, 2, 2, 3, 6, 10, 15, 16,16, 20}

Ao realizar a contagem da quantidade de termos, há 10 termos.

Então, temos que 10 : 2 = 5, logo os termos centrais são o 5º e o 6º
termo.

O 5º termo da sequência é 6.
O 6º termo da sequência é 10.
A mediana é a soma desses números dividida por 2, ou seja, (10 + 6):
2 = 16 : 2 = 8. Logo, a mediana desse conjunto é 8.
Média

Entre as medidas centrais, a mais utilizada é a média. Existem vários

tipos de média, mas as mais comuns são a média aritmética simples
e a média aritmética ponderada.

• Média aritmética simples

A média aritmética é calculada pela soma de todos os elementos do

conjunto dividida pela quantidade de elementos do conjunto.

n → quantidade de elementos

Exemplo:

A idade dos funcionários do departamento de recursos humanos de

uma empresa está na lista a seguir:

{28, 30, 29, 31, 32, 33, 34}

Calcule a idade média dos funcionários desse departamento.

Resolução:

Sabemos que há 7 elementos, então temos que:

• Média aritmética ponderada

Na média aritmética ponderada, são atribuídos pesos para cada um

dos valores. Quanto maior for o peso, maior será a influência
daquele determinado dado no valor da média aritmética
ponderada.

Para calcular a média aritmética ponderada, utilizamos a fórmula:

 "p1, p2, p3, … pn → pesos

x1, x2, x3, … xn → valores do conjunto

Para calcular a média ponderada, calculamos o produto de cada

valor por seu respectivo peso e, depois, calculamos a soma entre
esses produtos e dividimos pela soma dos pesos.

Exemplo:
Durante uma seleção de professores, a prova era dividida em
algumas etapas, e cada uma delas tinha um peso. O candidato

vencedor seria o que alcançasse maior nota. Vamos encontrar,

então, o candidato que possui maior média aritmética.

Prova de língua estrangeira → peso 1

Prova prática → peso 2
Prova específica da área→ peso 3
Análise de currículo → peso 4
Os candidatos Armando e Belchior tiveram as seguintes notas:

Critérios Amando Belchior

Língua estrangeira 10 6
Prova Prática 9 7
Prova específica 8 8
Análise de currículo 7 10

Então, calcularemos as médias:

Agora calcularemos a média de Belchior:

O candidato que possui maior média é o Belchior, logo ele será

contratado.
Variância e desvio padrão
Variância e desvio padrão são medidas de dispersão, ou seja,
parâmetros utilizados na Estatística para calcular o quanto os dados
de um conjunto de valores podem variar.
A variância (V) é útil para determinar o afastamento da média que
os dados de um conjunto analisado apresentam. Para isso,
determina-se o valor médio das diferenças quadradas da média.
O desvio padrão (DP) é calculado a partir da variância, pois é a raiz
quadrada desse parâmetro.

Fórmulas de variância e desvio padrão

Para calcular a variância de todos os valores de um conjunto de
dados utiliza-se a fórmula:

Onde,
: variância
x i: valor analisado
 : média aritmética do conjunto
n: número de dados do conjunto
Essa fórmula representa a variância populacional e para
encontrá-la:
• Primeiramente, devemos calcular a média aritmética do
conjunto;
• Em seguida, subtraímos de cada valor do conjunto a média
calculada e elevamos o resultado ao quadrado;
• Por fim, somamos todos os valores e dividimos pelo
número de dados.
Quando o conjunto de dados é muito grande e queremos utilizar
uma amostra aleatória devemos empregar a fórmula de
variância amostral:

Como o desvio padrão é expresso pela raiz quadrada da variância,

basta que seja extraída a raiz do resultado calculado pela fórmula
anterior.

Portanto, o desvio padrão é um dado que apresenta a mesma

unidade do conjunto de números na amostra, o que é útil para a
análise e comparação.

Como calcular a variância e o desvio padrão?

Utilizaremos como exemplo a figura abaixo, que apresenta a altura

de quatro construções (em metros), para calcular o desvio padrão e
a variância.

1º passo: calcular a média aritmética dos valores.

Para calcular a média deve-se somar todas as alturas e dividir pelo
número de dados apresentados.

Observe na imagem a seguir o quanto cada altura se distancia

da média.

2º passo: calcular a variância

Agora, substituímos a média ( ) e os valores do conjunto (Xn) na
fórmula de variância.

3º passo: calcular o desvio padrão

Para encontrar o desvio padrão basta tirar a raiz quadrada do valor
da variância.

Observe a imagem a seguir com a sinalização do desvio padrão.

Podemos perceber que dois prédios estão próximos de um “padrão”
enquanto dois estão acima e abaixo, respectivamente.
Amplitude Total

Essa medida de dispersão é definida como a diferença entre a maior

e a menor observação de um conjunto de dados, isto é:
A = Xmaior - Xmenor
Por ser uma medida que não leva em consideração como os dados
estão efetivamente distribuídos, não é muito utilizada.
Exemplo
O setor de controle de qualidade de uma empresa seleciona ao
acaso peças de um lote. Quando a amplitude das medidas dos
diâmetros das peças ultrapassa 0,8 cm o lote é rejeitado.
Considerando que em um lote foram encontrados os seguintes
valores 2,1 cm; 2,0 cm; 2,2 cm; 2,9 cm; 2,4 cm, esse lote foi aprovado
ou rejeitado?

Solução
Para calcular a amplitude, basta identificar o menor e o maior
valores, que neste caso, são 2,0 cm e 2,9 cm. Calculando a
amplitude, temos:
A = 2,9 - 2 = 0,9 cm
Nesta situação o lote foi rejeitado, pois a amplitude ultrapassou o
valor limite.
Rol

Em casos em que os dados podem ser representados por números,

ou seja, quando a variável é quantitativa, utiliza-se o rol para
organização desses dados. Um rol pode ser crescente ou
decrescente. Caso uma variável não seja quantitativa, ou seja, caso
seja qualitativa, não é possível utilizar-se o rol, por exemplo, se os
dados são sentimentos sobre determinado produto.

Exemplo

Em uma sala de aula, foram coletadas as alturas dos alunos em

metros. São elas: 1,70; 1,60; 1,65; 1,78; 1,71; 1,73; 1,72; 1,64.

Como o rol pode ser organizado de maneira crescente ou

decrescente, segue que:

rol: {1,60; 1,64; 1,65; 1,70; 1,71; 1,72; 1,73; 1,78}

Observe que, com o rol já montado, é possível encontrar um dado

com mais facilidade.
Amostragem aleatória simples

A amostragem aleatória simples é o processo mais elementar e

frequentemente utilizado. Corresponde a uma amostra de
elementos retirados ao acaso da população, isto é, cada indivíduo é
escolhido completamente ao acaso e cada membro da população
tem a mesma probabilidade se ser incluído na amostra. Para
obtermos essa amostragem, usamos uma tabela de números
aleatórios ou através de programas de computador que podem ser
usados para gerar um conjunto de números aleatórios. Basta
informar o tamanho da população e a quantidade de números
aleatórios necessária. É importante destacar que se o número que
vai decidir quem entra ou não na amostra existir antes da seleção,
então esta não pode ser considerada como aleatória. Dessa forma,
data de nascimento, número de prontuário, não podem ser
utilizados!

Exemplo:

Em uma escola, 909090 alunos almoçam na cantina. Destes, 555

serão selecionados aleatoriamente para trabalhar na limpeza toda
semana. Cada aluno receberá um número de 010101 a 909090 e a
escola usará uma tabela de algarismos
aleatórios para selecionar uma amostra aleatória simples de 555
alunos.
Quais 5 alunos devem ser encarregados das tarefas de limpeza?
24709 73698 14526 31893 32592

Resposta: 24,70,36,14,52.

Amostragem probabilística

Devemos considerar uma amostragem probabilística sempre que as

condições abaixo sejam cumpridas:
(1) Todos os elementos da minha população apresentam uma
probabilidade maior que zero para ser selecionados na amostra.
(2) Conhecer precisamente a probabilidade para cada elemento,
também chamado de probabilidade de inclusão.
O cumprimento destes dois critérios é o que torna possível obter
resultados não tendenciosos quando se estuda a amostra. Às vezes,
estes resultados não tendenciosos requerem usar técnicas de
ponderação (weighting), mas esta ponderação é possível
precisamente porque sabemos qual probabilidade tenho de cada
indivíduo selecionado na minha amostra. As amostras geradas
nestas condições também são conhecidas como amostras
probabilísticas.

A definição anterior nos leva a concluir que só podemos descobrir a

amostragem probabilística se eu disponho de um marco amostral.
O censo de um país, o conjunto de endereços de casas numa
população ou uma lista de clientes de uma empresa são exemplos
de marco amostral que permitem realizar uma amostragem
probabilística. Em cada um desses casos, o universo para ser
estudado é diferente: habitantes de um país, lares de uma
população e clientes de uma empresa, respectivamente.
Uma vez que eu tenho um marco amostral, a maneira exata que eu
uso para selecionar a minha amostra define as diferentes técnicas
de amostragem probabilística: amostragem aleatória simples,
amostragem sistemática, amostragem estratificada, amostragem
por conglomerados, amostragem desproporcional...

O censo de um país, o conjunto de endereços de casas numa

população ou uma lista de clientes de uma empresa são exemplos de
marco amostral que permitem realizar uma amostragem
probabilística.
fontes (links):

gráficos:
[Link]
[Link]
[Link]

média, moda e mediana:

[Link]
[Link]

Variância e desvio padrão:

[Link]
padrao/#:~:text=A%20vari%C3%A2ncia%20(V)%20%C3%A9%20%C
3%BAtil,a%20raiz%20quadrada%20desse%20par%C3%A2metro.

Amplitude total:
[Link]

Amostragem aleatória simples:

[Link]
studies/sampling-methods-stats/a/sampling-methods-review
Amostragem probabilística:
[Link]
Probabil%C3%ADstica-e-N%C3%A3o-
Probabil%C3%ADstica/[Link]